Android平台下的OpenCV数学形态学应用详解

时间：11-01 名人轶事提交错误

大家好，今天来为大家解答Android平台下的OpenCV数学形态学应用详解这个问题的一些问题点，包括也一样很多人还不知道，因此呢，今天就来为大家分析分析，现在让我们一起来看看吧！如果解决了您的问题，还望您关注下本站哦，谢谢~

* 形态过滤函数morphologyEx()

* 参数1：输入图片

* 参数2；输出图片

* 参数3：形态学操作类型MORPH_ERODE //腐蚀

* MORPH_DILATE //扩展

* MORPH_OPEN 打开操作

* MORPH_CLOSE 关闭操作

* MORPH_GRADIENT 渐变操作

* MORPH_TOPHAT //高顶礼帽

* MORPH_BLACKHAT //黑帽

* MORPH_HITMISS//命中-未命中变换

* 参数4：核心，当该值为NULL时，默认为3*3核心

* 参数5：锚点

* 参数6：迭代次数

* 参数7：边界模式

* 参数8：当边界值为常数时，会有一个默认值

CV_EXPORTS_W voidmorphicEx（InputArray src，OutputArray dst，int op，InputArray内核，点锚点=Point（-1，-1），int迭代=1，int borderType=BORDER_CONSTANT，const标量borderValue=形态DefaultBorderValue（））;膨胀扩展：参考内核，找到局部最大值，所以亮度高的地方就会扩展。具体介绍参考：这里写链接内容

Mat img(h,w,CV_8UC4,像素);

//核

Mat coreMat=getStructuringElement(MORPH_RECT,Size(10,10));

//展开操作

morphoEx(img,img,MORPH_DILATE,coreMat);在这里写图像描述

腐蚀腐蚀：参考核心，找到局部最小值，所以暗的地方会越来越大。具体介绍参考：这里写链接内容

Mat img(h,w,CV_8UC4,像素);

//核

Mat coreMat=getStructuringElement(MORPH_RECT,Size(10,10));

//腐蚀操作

形态Ex(img,img,MORPH_ERODE,coreMat);在这里写下图片描述

开运算开放操作：先腐蚀后膨胀，消除小物体，在细腻点处分离物体，平滑较大物体的边界，操作过程中原图像尺寸不会发生明显变化。

Mat img(h,w,CV_8UC4,像素);

//核

Mat coreMat=getStructuringElement(MORPH_RECT,Size(10,10));

//打开操作

形态Ex(img,img,MORPH_OPEN,coreMat);在这里写下图片描述

闭运算封闭运算：先膨胀后腐蚀，消除小黑洞，使图像更鲜亮。

Mat img(h,w,CV_8UC4,像素);

//核

Mat coreMat=getStructuringElement(MORPH_RECT,Size(10,10));

//关闭操作

morphoEx(img,img,MORPH_CLOSE,coreMat);在此写入图像描述

梯度形态梯度：膨胀图和侵蚀图（dilate-erode）的区别，可以保留物体的边缘轮廓。

Mat img(h,w,CV_8UC4,像素);

矢量输出通道；

//分色

分割（img，outchannel）；

垫出3img；

//颜色形式转换

cvtColor(img,out3img,COLOR_BGRA2BGR);

//核

Mat coreMat=getStructuringElement(MORPH_RECT,Size(10,10));

//形态梯度运算

形态学Ex（out3img，out3img，MORPH_GRADIENT，coreMat）；

uchar * ptr=img.ptr(0);

uchar *out=out3img.ptr(0);

//只获取BGR

for (int i=0; i h * w; ++i) {

ptr[4*i+0]=输出[3*i+0];

ptr[4*i+1]=out[3*i+1];

ptr[4*i+2]=out[3*i+2];

}在这里写下图片描述

顶帽Top hat：利用原始图像与开运算的差异进行背景提取（当存在大背景或有规则图案的小物体时）。

Mat img(h,w,CV_8UC4,像素);

矢量输出通道；

//分色

分割（img，outchannel）；

垫出3img；

//颜色形式转换

cvtColor(img,out3img,COLOR_BGRA2BGR);

//核

Mat coreMat=getStructuringElement(MORPH_RECT,Size(10,10));

//高顶帽子操作

形态Ex(out3img,out3img,MORPH_TOPHAT,coreMat);

uchar * ptr=img.ptr(0);

uchar *out=out3img.ptr(0);

//只获取BGR

for (int i=0; i h * w; ++i) {

ptr[4*i+0]=输出[3*i+0];

ptr[4*i+1]=out[3*i+1];

ptr[4*i+2]=out[3*i+2];

}在这里写下图片描述

黑帽黑帽：闭运算与原始图像的差异可以获得完美的轮廓图像。

Mat img(h,w,CV_8UC4,像素);

矢量输出通道；

//分色

分割（img，outchannel）；

垫出3img；

//颜色形式转换

cvtColor(img,out3img,COLOR_BGRA2BGR);

//核

Mat coreMat=getStructuringElement(MORPH_RECT,Size(10,10));

//黑帽操作

形态Ex（out3img，out3img，MORPH_BLACKHAT，coreMat）；

uchar * ptr=img.ptr(0);

uchar *out=out3img.ptr(0);

//只获取BGR

for (int i=0; i h * w; ++i) {

ptr[4*i+0]=输出[3*i+0];

ptr[4*i+1]=out[3*i+1];

ptr[4*i+2]=out[3*i+2];

}在这里写下图片描述

击中击不中变换Hit-miss 操作常用于二值图像。用于根据结构元素的配置从图像中寻找具有一定像素排列特征的目标，例如单个像素、粒子中的交叉或垂直特征、直角边缘或其他用户定义的特征等。计算时，只有当结构元素与其覆盖的图像区域完全相同时，中心像素的值才会被设置为1，否则为0。与直接减去腐蚀的原始图像相比，hit-miss变换保留了更多细节和边缘更加突出。

Mat img(h,w,CV_8UC4,像素);

垫出；

//转换为单通道图像

cvtColor(img,输出，COLOR_BGR2GRAY);

//核

Mat coreMat=getStructuringElement(MORPH_RECT,Size(10,10));

//命中-未命中变换操作src.type()==CV_8UC1

形态Ex(out,out,MORPH_HITMISS,coreMat);

uchar *ptr=img.ptr(0);

uchar *outPtr=out.ptr(0);

整数大小=宽*高；

for (int i=0; i 大小； ++i) {